自从3D打印出现改变了产品的设计制造过程，被视为诸多领域科技创新的“加速器，但3D打印的制备速度一直被视为难以攻克的领域，如今有新技术可实现数秒完成打印模型和打印物体的制备，一起来看看吧！

从“减材”到“增材”，3D打印创传统制造技术的革新

3D 打印，又称“增材制造”（AdditiveManufacturing；AM），是指以三维模型数据为基 础，通过材料堆积的方式制造零件或实物的工艺。不同于传统制造业通过切削等机械加 工方式对材料去除从而成形的“减”材制造，3D 打印通过对材料自下而上逐层叠加的方 式，将三维实体变为若干个二维平面，大幅降低了制造的复杂度。3D 打印改变了产品的 设计制造过程，被视为诸多领域科技创新的“加速器”，对传统制造业起到较大推动和变 革，将助力航空航天、国防、汽车、生物医疗等领域核心技术的突破和跨越式发展。

3D 打印可快速加工成形结构复杂的零件，实现“自由制造”。“化繁为简”是 3D 打印的 优势之一，尤其在复杂、大型结构加工工艺方面具有明显的优势。3D 打印的原理是将三 维工件切片以获得二维的轮廓信息，通过层层叠加的方式实现产品成形，是一种“自下 而上”的工艺方式，这种方式基本不受零件形状的限制，特别在制造内部结构复杂的、 传统加工无法完成一体制造的产品方面，具备突出优势，因此，3D 打印能够生产出符合 特定需求的复杂产品，从而实现“自由制造”。

3D 打印相较于传统制造可具有成本低、研发周期短等优势。成本端：传统机械制造通常是通过批量生产单一产品来降低成本，生产的主要成本可分为物料成本，开模成本、机 器折旧，耗材成本和人工成本几方面，而 3D 打印则是通过一台设备生产多种类产品，通 过生产多种类产品来降低生产成本，简化了生产过程，降低了生产装配成本和耗材成本。 效率端：3D 打印无需开模、无需传统机械多重处理，可在单个设备上快速制造出所需零 件，加速产品研发迭代，提高效率。

技术再突破，无需等待几小时，数秒即可完成打印

一、2D打印、折纸和化学法结合，几秒钟完成的3D物体制造

据日本东京大学官网最新报道，该校研究人员首次将2D打印、折纸和化学方法相结合，创造了一种实现快速制造3D物体而不会产生任何废料的方法，新方法可使材料几秒钟内即完成自动折叠。

复杂物体的3D打印通常需要很长时间，因为打印过程必须铺设大量的2D层来构建物体。该过程通常会浪费支撑未完成物体所需的大量材料。目前也存在一些使平面材料自折叠成3D形状的新方法，但有耗时长的缺点。科学家一直希望使用最少数量的材料来缓解这些问题，即通过选择材料中的某些特殊性能，允许它们在适当的条件下，自动折叠成复杂的3D形状。

团队此次发现了使用工具和材料来创建自折叠的对象。从本质上讲，他们制作的其实是带有折纸图案的平板，这些图案非常复杂，即使是熟练的折纸艺术家也需要几个小时才能完成。但是凭借新开发的特殊工艺，几秒钟内材料变身复杂的3D形状。

该技术利用一种特殊的喷墨打印机，将2D折纸设计打印到塑料片的两面，塑料片会因加热而收缩，但它使用的墨水却不会收缩，干燥时可保持柔韧性。这一微妙的“差别”可在一侧或另一侧的墨水部分之间留出间隙，让设计人员可控制纸张的某个部分的折叠方式。

与之前相比，研究团队将输出分辨率提高了1200倍，这意味着他们可以创建的设计不仅具有新颖性，而且还可以用于实际应用，在任何存在紧张的物流或存储情况下发挥巨大作用。

将2D打印、折纸和化学法结合，充分体现了科学家们融合多领域新旧技术的巧思。简单来说，他们是将现有物体扫描成平面图案，再通过加热时材料基页收缩、油墨则抵抗收缩的特性，找到墨水间的“空隙”进行折叠操作。很棒的一点是，由于预折叠的形状是完全平坦的，因此该技术可以将现实中的物体转换为2D，需要时再回到3D，譬如在灾难重建领域，它可以将某些难以运输的医疗物品折叠送达再释放。

二、3D 加AI，实现45秒生成 3D模型

3D AI 生成最近发展得如火如荼，不少最新工作都能够从一句话 或者 一张图生成高质量的三维模型。然而从去年下半年的 DreamFusion 和 Magic3D 到最新的 ProlificDreamer，绝大多数工作都通过对每个物体进行优化的方式来生成 3D 模型。这种方式使得现有的 3D AI 生成方法都非常耗时，譬如 ProlificDreamer 的作者就曾在知乎上表示方法目前的主要局限之一便是生成时间太慢了！

“一般而言，使用 stable-diffusion 生成一张图片在 PC 上只需要几秒钟，哪怕微调 LoRA 也很快；然而，我们生成一个 3D 物体需要数个小时，尤其是分辨率越高越慢。这主要是因为我们本质上还是借助于随机梯度下降来优化 3D 表示（NeRF 或 Mesh）的参数，这样的优化过程需要很多步的迭代，并且对 GPU 的显存也有一定要求。我们最终展示的效果是 512 分辨率的结果，这些结果的优化确实非常耗时，所以目前个人使用者还是很难在 PC 上直接使用我们的算法。”

高昂的推断成本不仅使得研究者的实验迭代变慢，也阻碍了 3D AIGC 技术对于很多实时应用的商业落地和推广。

然而就在最近，来自 UCSD 等机构的研究者发布了一项最新工作，One-2-3-45，它摆脱了逐物体优化的生成范式，能够在 45 秒内从任意单张图片/文本生成 3D 纹理网格，且在测试时无需针对每个物体进行优化。

方法

由于 3D 数据的稀缺性，学术界最近的绝大多数 3D AI 生成工作都通过利用 2D 扩散生成模型来指导 3D 表示（如 NeRF）的优化，从而实现 3D 内容生成。One-2-3-45 没有遵循这个范式，而是先利用 2D 扩散模型生成多视角图像，然后希望利用这些多视角图像来重建 3D 模型。

具体而言，One-2-3-45 利用了一个基于视角控制的 2D 扩散生成模型，Zero123。该模型通过微调 Stable Diffusion，实现了输入单张图片和一个相机的相对位姿变换，便能够预测该物体在变换后的视角下的对应图像的能力。

通过借助这类 2D 扩散生成模型，我们能够从一张图片预测生成对应的多视角图像。

在 One-2-3-45 中，研究者使用了基于 cost volume 的可泛化 NeRF 类的方法来实现三维重建。这类方法将多视角图像作为输入，在训练后能够直接推断 3D 内容而无需额外优化。由于这类方法通过从训练数据学习了有关多视角预测不一致性的先验知识，他们更有希望能从不一致的多视角预测中生成 3D 模型。

具体来说，One-2-3-45 首先通过对多视角图像抽取 2D 图像特征，并通过相机位姿来构建 3D cost volume。然后 One-2-3-45 通过 3D 卷积神经网络来从 3D cost volume 推断输入多视角图像对应的潜在 3D 几何，并最后通过 MLP 来预测物体的 SDF 和颜色，进行体积渲染。

通过结合 2D 扩散生成模型和基于 cost volume 的可泛化 NeRF，One-2-3-45 能够在一次前向传播中生成 3D 模型。摆脱了耗时的逐物体 3D 优化后，One-2-3-45 生成一个高质量 3D 纹理网格的时间从数小时降到了 45 秒！

AI与3打印结合将带来怎样的改变?

将人工智能（AI）与三维打印（3D打印）结合起来可以带来许多变革。或许会快速改变人类家园。

设计优化：AI可以分析和优化3D打印的设计。通过使用机器学习和优化算法，AI可以生成更轻量化、结构更坚固的设计，最大程度地减少材料的浪费，提高打印效率。

制造流程改进：AI可以在3D打印过程中监测和控制打印机的运行。它可以实时调整打印参数，优化打印速度和质量，并监测打印过程中的错误和缺陷。这种实时反馈可以减少打印失败的风险，提高生产效率。

自动化生产：结合AI和3D打印可以实现生产过程的自动化。AI可以根据需求自动设计和优化产品，然后将设计发送到3D打印机进行制造。这样可以节省人力资源和时间，并提高生产的灵活性和定制能力。

快速原型制作：AI可以通过学习和分析现有的设计和数据，生成新的设计和原型。这可以加速创新过程，使产品的开发周期缩短。设计师和工程师可以利用AI生成的设计快速制作出实体模型，以便进行测试和验证。

分布式制造：AI和3D打印的结合可以促进分布式制造模式的发展。通过使用云计算和物联网技术，设计可以在全球范围内共享，而制造可以在需要的地方进行，无需大规模集中式生产设施。这可以降低物流成本、减少碳排放，并促进创新和经济发展。

文章来源： 机器之心，科技日报，蘭飛書，未来智库